以 ConcurrentHashMap 作为缓存的存储结构。因为 ConcurrentHashMap 的线程安全的，所以基于此实现的 LocalCache 在多线程并发环境的操作是安全的。在 JDK1.8 中， ConcurrentHashMap 是支持完全并发读，这对本地缓存的效率也是一种提升。通过调用 ConcurrentHashMap 对 map 的操作来实现对缓存的操作。

私有构造函数

privateLocalCache(){ }

LocalCache 是工具类，通过私有构造函数强化不可实例化的能力。

缓存清除机制

/** * 清除缓存任务类 */ static classCleanWorkerTaskextendsTimerTask{ private String key; publicCleanWorkerTask(String key){ this.key = key; } publicvoidrun(){ LocalCache.remove(key); } }

清理失效缓存是由 Timer 类实现的。内部类 CleanWorkerTask 继承于 TimerTask 用户清除缓存。每当新增一个元素的时候，都会调用 timer.schedule 加载清除缓存的任务。

基于LinkedHashMap的实现

以 LinkedHashMap 作为缓存的存储结构。主要是通过 LinkedHashMap 的按照访问顺序的特性来实现 LRU 策略。

LRU

LRU 是 Least Recently Used 的缩写，即最近最久未使用。 LRU 缓存将会利用这个算法来淘汰缓存中老的数据元素，从而优化内存空间。

基于LRU策略的map

这里利用 LinkedHashMap 来实现基于 LRU 策略的 map 。通过调用父类 LinkedHashMap 的构造函数来实例化 map 。参数 accessOrder 设置为 true 保证其可以实现 LRU 策略。

static classLRUMap<K,V>extendsLinkedHashMap<K,V>{ ... // 省略部分代码 publicLRUMap(intinitialCapacity,floatloadFactor){ super(initialCapacity, loadFactor, true); } ... // 省略部分代码 /** * 重写LinkedHashMap中removeEldestEntry方法; * 新增元素的时候,会判断当前map大小是否超过DEFAULT_MAX_CAPACITY,超过则移除map中最老的节点; * * @param eldest * @return */ protectedbooleanremoveEldestEntry(Map.Entry<K, V> eldest){ return size() > DEFAULT_MAX_CAPACITY; } }

线程安全

/** * 读写锁 */ private final ReadWriteLock readWriteLock = new ReentrantReadWriteLock(); private final Lock rLock = readWriteLock.readLock(); private final Lock wLock = readWriteLock.writeLock();

LinkedHashMap 并不是线程安全，如果不加控制的在多线程环境下使用的话，会有问题。所以在 LRUMap 中引入了 ReentrantReadWriteLock 读写锁，来控制并发问题。

缓存淘汰机制

protectedbooleanremoveEldestEntry(Map.Entry<K, V> eldest){ return size() > DEFAULT_MAX_CAPACITY; }

此处重写 LinkedHashMap 中 removeEldestEntry 方法， 当缓存新增元素的时候,会判断当前 map 大小是否超过 DEFAULT_MAX_CAPACITY ,超过则移除map中最老的节点。

缓存清除机制

缓存清除机制与 ConcurrentHashMap 的实现一致，均是通过 timer 实现。

【相关推荐】

1. 特别推荐：